llms.txt é uma proposta recente que segue a lógica de arquivos consagrados como o robots.txt e o sitemap.xml: um endereço padronizado, na raiz do domínio, com informação estruturada para máquinas. A diferença é o destinatário: em vez de robôs de busca, ele fala com modelos de linguagem.
Neste guia estão o que o arquivo é, para que serve de fato, um exemplo real encontrado na prática, o passo a passo para criar o seu e (com honestidade) o que ainda não se sabe sobre a eficácia dele.
O que é o llms.txt?
llms.txt é um arquivo de texto simples, escrito em Markdown, publicado em seudominio.com.br/llms.txt. Seu propósito é oferecer a uma inteligência artificial uma visão curada e organizada do site: o que a marca faz, onde está o conteúdo que importa e o que cada página listada contém.
A motivação é prática. Uma IA que precisa entender o seu site tem duas opções ruins: rastrear tudo e tentar deduzir o que é importante, ou ler a página inicial cheia de menus, banners e código. O llms.txt oferece uma terceira via: você mesmo diz o que importa, em texto limpo, sem HTML no meio.
O nome segue a convenção dos arquivos que ficam na raiz do domínio e o "LLM" vem de large language model, os modelos de linguagem por trás de ChatGPT, Claude, Gemini e Perplexity.
A proposta tem autor e data conhecidos: foi publicada por Jeremy Howard, da Answer.AI, em 3 de setembro de 2024, no site llmstxt.org, onde a especificação está descrita. Não é norma de nenhum órgão nem exigência de buscador. É uma convenção proposta por um pesquisador e adotada por quem quis. E, até aqui, John Mueller, do Google, afirmou publicamente que nenhum serviço de IA declarou usar o arquivo (assunto da seção sobre eficácia, mais adiante).
Para que serve, na prática
1. Apresentar a marca de forma controlada. Você escreve em uma frase quem é e o que faz. Se uma IA precisar descrever o seu negócio, tem uma fonte direta em vez de inferir de fragmentos.
2. Apontar o conteúdo principal. Em vez de deixar a IA descobrir sozinha, você lista as páginas que realmente importam, cada uma com uma descrição curta.
3. Declarar a política de uso (se você quiser). Muitos sites aproveitam o arquivo para deixar explícito se autorizam treinamento, busca e citação. É um acréscimo desses sites, que a proposta original não prevê, e vale como declaração de intenção, não como controle técnico.
4. Reduzir o esforço de leitura. Markdown limpo é muito mais fácil de processar que HTML com scripts e menus. Menos ruído significa menos chance de a IA entender errado.
Sabe quando alguém pergunta a uma IA "o que é a empresa X?" e a resposta mistura informações erradas de fontes aleatórias? O llms.txt é a tentativa de oferecer a versão oficial antes que ela precise adivinhar.
llms.txt, robots.txt e sitemap: qual a diferença?
Os três ficam na raiz e falam com máquinas, mas resolvem problemas diferentes:
Arquivo | Fala com | Responde a pergunta | Formato |
|---|---|---|---|
robots.txt | Robôs de rastreamento | "Onde você pode entrar?" | Regras de permissão |
sitemap.xml | Robôs de busca | "Quais são todas as URLs?" | Lista completa em XML |
llms.txt | Modelos de linguagem | "O que é importante e como usar?" | Texto curado em Markdown |
A diferença essencial: o sitemap é exaustivo, lista tudo. O llms.txt é curado, lista o que importa, com contexto. Um catálogo completo versus um guia comentado.
E vale ser claro sobre os limites: o llms.txt não bloqueia nada. Quem controla acesso é o robots.txt. O llms.txt é informativo, não restritivo.
Como é o formato do llms.txt?
O que a proposta define. A especificação publicada em llmstxt.org é deliberadamente curta. Tem um título, um resumo e seções de links descritos:
1# Nome do site23> Uma frase que resume o que o site é e para quem serve.45## Conteúdo principal6- [Blog](https://exemplo.com.br/blog): artigos sobre X, Y e Z.7- [Sobre](https://exemplo.com.br/sobre): quem escreve e credenciais.89## Referências10- [Sitemap](https://exemplo.com.br/sitemap.xml): inventário das URLs.11- [Feed RSS](https://exemplo.com.br/feed.xml): artigos mais recentes.
As convenções: um # com o nome do site, uma linha começando com > como resumo, seções ## agrupando links, e cada link seguido de dois-pontos e uma descrição curta. A descrição depois do link é uma das partes mais importantes: é ela que dá contexto, e o que diferencia isso de uma lista de URLs qualquer.
O que alguns sites acrescentam por conta própria. Boa parte dos llms.txt que circulam por aí tem mais coisa que isso. São acréscimos de quem publicou, e não itens da proposta:
- Uma seção de política de uso, dizendo se o site autoriza treinamento, busca e citação, e pedindo citação da URL canônica. É texto corrido, sem efeito técnico.
- Sinais de conteúdo legíveis por máquina, emprestados de outra proposta. Vale corrigir uma confusão comum aqui: o
Content-Signalé uma linha dorobots.txt(não dollms.txte não um cabeçalho HTTP), apresentada pela Cloudflare em 24 de setembro de 2025, com três valores possíveis:search,ai-inputeai-train. Norobots.txt, escreve-se assim:Content-Signal: search=yes, ai-train=no. Também não é padrão adotado por ninguém além de quem escolhe usá-lo. - Superfícies para agentes: endereços que entregam o conteúdo em formato de dados, para uma IA consultar direto. É avançado, opcional e está fora da proposta.
Nada disso é errado. Só não é o padrão. Quem copia o llms.txt de outro site achando que está seguindo a especificação leva junto as extensões daquele site.
Um exemplo real
Para além da teoria, vale ver um caso em produção. Ao analisar sites de referência em busca, encontramos um blog brasileiro com cerca de 50 mil visitas orgânicas mensais que publica um llms.txt completo. A estrutura dele:
- Cabeçalho com o nome e uma frase de posicionamento.
- Conteúdo principal: home, páginas de serviço, blog, cada uma com descrição.
- Pesquisa e referências: estudos, cases, sitemap.
- Superfícies para agentes: endereços de API somente-leitura para IAs consultarem o conteúdo diretamente. Como a seção seguinte, é extensão do site, e não item da proposta.
- Política de uso: declaração explícita de
ai-train=yes, search=yes, ai-input=yese a nota de que conteúdo restrito é oferecido apenas como resumo com chamada para ação.
Três lições desse exemplo:
1. As descrições fazem o trabalho pesado. Cada link vem com uma explicação do que a página contém. É o que transforma a lista em mapa.
2. A política aparece explicitamente. Em vez de deixar implícito, o site declara o que autoriza.
3. Conteúdo restrito não é escondido, e sim resumido. Material que exige cadastro aparece como resumo e chamada para ação. A IA sabe que existe, sem que o cadastro seja contornado. É um detalhe elegante: transforma o consumo por IA em topo de funil.
Como criar o seu, passo a passo
1. Escreva a frase de posicionamento
Uma frase que responda "o que é este site e para quem". É o texto que uma IA provavelmente vai reaproveitar ao descrever você.
2. Liste de 5 a 15 páginas que importam
Não coloque tudo: para isso existe o sitemap. Escolha a home, as páginas de serviço ou produto, o blog, a página de autores e materiais de referência.
3. Escreva uma descrição para cada link
Uma linha, direta, dizendo o que a pessoa (ou a IA) encontra ali. Este é um dos passos mais pulados, e é o que dá valor ao arquivo.
4. Declare a política de uso, se quiser
Este passo está fora da proposta original, mas é comum: diga se autoriza treinamento, busca e citação, e peça a citação da URL canônica. Não custa nada e deixa a intenção registrada. Bloquear ou liberar de fato é assunto do robots.txt.
5. Publique na raiz e teste
O arquivo precisa responder em seudominio.com.br/llms.txt, com status 200 e tipo text/plain ou text/markdown. Teste com:
1curl -I https://seudominio.com.br/llms.txt
6. Mantenha atualizado
Um llms.txt desatualizado é pior que nenhum: aponta para páginas que não existem mais. Revise sempre que a estrutura do site mudar.
O llms.txt funciona mesmo?
Aqui é preciso honestidade, porque há muito exagero circulando.
O que se sabe:
- É uma proposta da comunidade (de Jeremy Howard, da Answer.AI, em setembro de 2024), não um padrão oficial de nenhum órgão.
- Nenhuma grande empresa de IA confirmou publicamente que usa o arquivo como fator de decisão.
- John Mueller, do Google, disse publicamente que nenhum serviço de IA declarou usar o arquivo, e que isso aparece nos logs de servidor.
- Adotar não traz risco: é um arquivo de texto que não interfere em nada.
- Já existe adoção real por sites de referência e por plataformas de documentação.
O que não se sabe:
- Se ChatGPT, Claude, Gemini ou Perplexity efetivamente leem e priorizam o arquivo hoje.
- Se ele influencia a chance de ser citado.
A conclusão razoável: o llms.txt é uma aposta de baixo custo e retorno incerto. Leva vinte minutos para criar, não tem efeito colateral, e se a proposta se consolidar você já estará pronto. Mas é um complemento, não uma estratégia. Quem publica um llms.txt e não estrutura o conteúdo para ser citável está resolvendo o problema errado. As ações que comprovadamente importam estão em Generative Engine Optimization.
Desconfie de quem promete que o arquivo "faz seu site aparecer no ChatGPT". Não há evidência para isso.
Erros comuns
- Listar todas as páginas do site. Isso é sitemap. O valor está na curadoria.
- Links sem descrição. Vira uma lista de URLs sem contexto.
- Esquecer de atualizar. Links quebrados destroem a utilidade.
- Achar que substitui o robots.txt. Não bloqueia nada.
- Publicar no lugar errado. Precisa ser na raiz do domínio.
- Tratar como estratégia de GEO. É um item de uma lista, e não o centro da estratégia.
Conclusão
O llms.txt é uma resposta simples a um problema novo: sites que agora são lidos por máquinas que escrevem, não só por robôs que listam. Ele não substitui conteúdo bem estruturado nem garante citação, mas custa vinte minutos e coloca você na frente caso a proposta se consolide. O próximo passo é justamente esse: reserve vinte minutos, escreva a frase de posicionamento e liste as 5 a 15 páginas que você gostaria que uma IA conhecesse antes de falar sobre você.
